Fireworks AI 提出编码智能体应按任务选择模型，并用 DeepSWE v1.1 的 113 个任务、18 个模型测算：oracle router 可达 97.6% 通过率、每任务 $1.88，高于 GPT-6 Astra 的 74.1% 和 $6.52；仅用开放权重模型也可达 90.3%、$1.45。
推荐理由：文章用 DeepSWE 的 oracle routing 结果说明模型池的互补能力，并给出 FireRouter 在真实编码流量中的成本对比。
NVIDIA Vera Rubin NVL72 在 MLPerf Inference v6.1 预览提交中，Qwen3-VL 吞吐最高达到 GB300 NVL72 的 3.7x，DeepSeek-R1 最高达到 2.5x。
推荐理由：文章用 MLPerf Inference v6.1 的吞吐、扩展效率和软件优化数据，呈现新一代机架系统的推理经济性变化。
NVIDIA 在 AI Infra Summit 公布 Vera Rubin、DSX、NVLink 6 及多项合作的 AI 工厂能效进展，核心指标转向每兆瓦可交付的智能体 token。
推荐理由：文章集中给出 Vera Rubin、DSX 与 NVLink 6 的能效和扩展数据，可帮助读者从每兆瓦 token 角度比较 AI 工厂方案。
Fireworks 发布 DeepSeek-V4.1-Flash，并给出 DeepSWE、Terminal-Bench 2.1 与 HLE 评测。DeepSeek-V4.1-Flash 在 DeepSWE 上 Pass@1 为 74.34%，单任务成本 $0.430；GPT-6-Astra 为 74.12%、$6.524，二者质量接近而成本相差 15 倍。
推荐理由：文章用 DeepSWE、Terminal-Bench 2.1 和 HLE 对比成本与能力边界，并解释输入输出分离激活及 KV cache 优化。
Fireworks 已上线 DeepSeek V4 Pro 0813，提供 serverless endpoints、dedicated deployments 以及 SFT、DPO、RFT 训练支持。
推荐理由：Fireworks 给出 DeepSeek V4 Pro 0813 的编码基准、单任务成本和路由组合结果，可帮助评估多模型分工的实际取舍。
Fireworks AI 使用 CyberGym 评测 DeepSeek V4 Pro 0813、Kimi K3、GPT-5.5 和 Claude Opus 4.8 的安全智能体表现，任务要求模型在真实代码库中定位、触发并修复漏洞。
推荐理由：文章用 CyberGym 的真实漏洞任务对比多款模型的成功率与单次成功成本，可为安全智能体选型提供成本和拦截率参考。
IBM Research 在 Hugging Face 博客介绍 ALTK-Evolve 的智能体记忆研究：从智能体过往轨迹蒸馏可复用准则，并在推理时注入，不更新权重也不需要人工标注。
推荐理由：文章用 8 个模型和 AppWorld 任务说明智能体记忆剂量需按模型能力校准，并给出准确率与 token 成本对照。
IBM Research 介绍 ALTK-Evolve 与 ACE 都从智能体自身轨迹提取可复用经验，但 ALTK-Evolve 按任务和模型能力检索少量 guideline，而 ACE 每步注入完整 playbook。
Baseten 现已成为 Hugging Face Hub 支持的推理提供商，可在模型页及 JS、Python 客户端 SDK 中使用。初期支持对话和文本生成任务，可访问 Kimi K3、DeepSeek V4 Flash、GLM-5.2 等开放权重 LLM。用户可用自有 API key 直连，或经 Hugging Face 路由计费，PRO 用户每月获 2 美元推理额度。
Mistral AI 发布 Devstral 2 编码模型家族，包括 123B 的 Devstral 2 和 24B 的 Devstral Small 2，并推出开源终端编码助手 Mistral Vibe CLI。
推荐理由：原文同时给出两款开源编码模型的参数、许可、SWE-bench Verified 成绩和本地部署条件，便于比较开放模型与闭源模型的工程取舍。
Mistral AI 与 All Hands AI 合作推出面向软件工程任务的智能体大语言模型 Devstral，并以 Apache 2.0 许可证开放。
推荐理由：文章给出 SWE-Bench Verified 成绩、本地硬件门槛和 Apache 2.0 获取方式，便于评估其用于智能体编程的可行性。
Mistral AI 发布 Mistral Medium 3，称其以更低成本提供前沿模型性能，API 定价为 $0.4 input / $2 output per M token。
推荐理由：官方给出定价、基准对比和企业部署方式，可帮助读者判断中等规模模型在成本与专业任务间的取舍。